基于Numpy向量化比较两个布尔数组，提取感兴趣区域的起始与左闭右开结束索引

针对你提出的这个用Numpy处理布尔数组、提取符合特定条件的感兴趣区域的问题，我先把核心需求和逻辑拆解清楚，再结合示例详细说明：

核心条件说明 #

要提取的感兴趣区域需要满足以下规则：

1. 基础条件：区域内必须至少包含一个is_overlap数组中值为True的行；
2. 可选扩展规则：在满足基础条件的前提下，可以将区域扩展到相邻的行（无论is_overlap是True还是False），但需要同时满足：
   • 这些扩展的行是is_incomplete数组中值为True的连续行；
   • 扩展后的整个区域的总行数 ≥ 设定的max_n_rows；
   • 所有连续的is_incomplete行区域会被合并到包含is_overlap=True的核心区域中。

示例代码与预期结果 #

先看给定的示例数据和预期输出：

import numpy as np

max_n_rows    = 4
# 行索引：                 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16
is_overlap    = np.array([0, 1, 0, 0, 1, 1, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1], dtype=bool)
is_incomplete = np.array([1, 0, 0, 1, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1], dtype=bool)

预期提取结果 #

# 区域索引：                 0  1   2   3   4
region_of_interest_starts    = np.array([1, 3,  9, 14, 16])
region_of_interest_ends_excl = np.array([2, 8, 13, 15, 17])

结果逐区域解释 #

我们逐个分析每个区域的由来：

• 区域0（起始1，结束2）：
  • 满足基础条件：包含is_overlap[1] = True的行；
  • 不满足扩展条件：虽然is_incomplete[0] = True，但如果扩展到第0行，整个区域只有2行，小于max_n_rows=4，因此不进行扩展，仅保留原核心行。
• 区域1（起始3，结束8）：
  • 满足基础条件：包含is_overlap[4]和is_overlap[5]两个True行；
  • 满足扩展条件：扩展了is_incomplete为True的第3、6、7行，整个区域从3到8（左闭右开）共5行，行数≥4，因此合并为一个大区域。
• 区域2（起始9，结束13）：
  • 满足基础条件：包含is_overlap[9]和is_overlap[11]两个True行；
  • 满足扩展条件：中间的is_incomplete[10] = True，加上后续的is_incomplete[12] = True，整个区域从9到13共4行，刚好等于max_n_rows=4，因此将分散的核心行和中间/后续的is_incomplete行合并为一个区域。
• 区域3（起始14，结束15）& 区域4（起始16，结束17）：
  • 各自满足基础条件：分别对应is_overlap[14] = True和is_overlap[16] = True的行；
  • 不满足扩展条件：如果尝试将14、15、16行合并，总共有3行，小于max_n_rows=4，因此无法合并，拆分为两个独立的小区域。

备注：内容来源于stack exchange，提问作者pierre_j